两DataFrame的时间索引反向/求差集，查找缺失时间数据
手动反爬虫，禁止转载：
原博地址
https://blog.csdn.net/lys_828/article/details/121865192（CSDN博主：Be_melting）
知识梳理不易，请尊重劳动成果，文章仅发布在CSDN网站上，在其他网站看到该博文均属于未经作者授权的恶意爬取信息
1 构造两个时间DataFrame数据
import pandas as pd
index = pd.date_range('2021-10-01','2021-10-31')
df2 = pd.DataFrame(index = index,data =list(range(1,32)))
df1 = pd.DataFrame({'date':['2021-10-03','2021-10-05'],
'data':[1,3]})
两个数据输出为：
2 目的
实现缺失时间数据的查找，即是找到df2中的时间不在df1中出现的内容，也就是两者直接取差集，最终的结果就是获得2021年10月份除去1号和3号后所有的时间数据。
首先需要做的就是将df1中的时间字段转化一下时间索引，并取出df2中的时间索引，方便后续的操作。
data_range = df2.index
df1.date =(pd.to_datetime(df1.date))
df1.set_index('date',inplace = True)
df1
输出结果如下：
3 实现方式
3.1 方式一
通过添加数据后去重，将df2中的时间整合到df1中，然后再把重复的元素全部删除，代码如下
miss_date_1 = data_range.append(df1.index).drop_duplicates(keep=False)
print(miss_date_1)
print(len(miss_date_1))
输出结果如下：
获取缺失数据代码及输出结果如下：（为了显示方便只输出前五行）
df2.loc[miss_date_1].head()
3.2 方式二
利用列表推导式进行循环判断，输出满足的时间数据索引，代码如下：
miss_date_2 = [i for i in data_range if i not in df1.index]
print(miss_date_2)
print(len(miss_date_2))
输出结果如下：
获取缺失数据代码及输出结果如下：（为了显示方便只输出前五行）
df2.loc[miss_date_2].head()
3.3 方式三
利用集合进行去重，也是最简单的方式，代码如下：
miss_date_3 = list(set(data_range) - set(df1.index))
print(miss_date_3)
print(len(miss_date_3))
输出结果如下：
获取缺失数据代码及输出结果如下：（为了显示方便只输出前五行，需要注意集合中的元素是无序的）
df2.loc[miss_date_3].head()
问题也不大，按照index进行一个排序就可以了，总体上来看还是最后一种方式最为简单。
df2.loc[miss_date_3].sort_index().head()
输出如下：
Original: https://blog.csdn.net/lys_828/article/details/121865192
Author: 百木从森
Title: 【疑难杂症】两DataFrame的时间索引反向/求差集，查找缺失时间数据
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/752897/
转载文章受原作者版权保护。转载请注明原作者出处！